Perplexity дорабатывает китайскую модель GLM 5.2, чтобы она соответствовала Claude Opus по качеству при третьей стоимости

Perplexity выпустила 9 июля 2026 года предварительный обзор постобученной версии модели Z.AI GLM 5.2, созданной для работы внутри системы Computer агент и уже доступной в производстве. Система стоит одну треть цены Claude Opus 4.8 по сравнению с бенчмарками. Компания дообучила китайскую открыто исходную модель для функционирования в роли оркестратора, который эскалирует задачи только при необходимости к передовым моделям, что стало вторым подобным дообучением Perplexity за 18 месяцев после R1-1776.

Perplexity дообучает GLM 5.2 с помощью инструмента советника для снижения затрат

GLM 5.2 — это модель с 744 миллиардами параметров от Z.ai, ранее Zhipu AI, пекинской лаборатории, находящейся в списке американских санкций с января 2025 года. Выпущенная под лицензией MIT в июне, она занимает одно из ведущих мест среди доступных моделей ИИ по долгосрочным задачам кодирования при значительно меньших затратах на API. Параметры — это все возможные настройки и конфигурации, которые модель может использовать во время обучения.

Perplexity использовала постобучение, чтобы научить GLM 5.2 важному навыку: определять, когда самостоятельно справляться с задачей, а когда передавать её более мощной модели. Дообученная модель включает то, что Perplexity называет «инструментом советника» — встроенную функцию распознавания, когда запрос превышает её компетенцию, и передачу его сторонней передовой модели. Большинство задач никогда не доходят до дорогостоящей модели.

«В паре с советником эта модель работает на уровне Opus 4.8 при значительно меньших затратах», — написал CEO Аравинд Срнивас в X.

Perplexity сравнила систему с обычной GLM 5.2, чтобы установить базовую стоимость. Используя внутренний показатель эффективности, измеряющий затраты на выполнение сложных задач, результаты показали, что дообученная модель с советником примерно в два раза дешевле в эксплуатации, чем базовая версия. Использование топовой модели Opus 4.8 для всего значительно дороже (примерно в 6 раз). Комбинируя эти инструменты, система Perplexity достигает качества, сопоставимого с Opus, при стоимости примерно треть.

Процесс дообучения переобучает базовую модель на узкоспециализированном наборе данных

Дообучение — это процесс повторного обучения уже обученной ИИ-модели на меньшем, узкоспециализированном наборе данных для повышения её эффективности в конкретной области. Perplexity использовала постобучение — аналогичный процесс после основного обучения модели — чтобы научить GLM 5.2, когда самостоятельно справляться с задачами, а когда передавать их.

Разработчики получают базовую модель и добавляют различные настройки, чтобы дообучение привело к более глубоким знаниям в конкретной области, изменённой политической ориентации или с меньшими или большими ограничениями. Открытые веса позволяют любому скачивать, модифицировать и дообучать модель для коммерческого использования без ограничений. Perplexity поступила именно так.

Открытая лицензия MIT позволяет коммерческое изменение модели

Лицензия MIT для GLM 5.2 упрощает задачу: нет обязательств по API, нет ограничений, которые может отключить правительство. Можно скачать веса и дообучить их под свои нужды.

Perplexity уже проходила этот путь. Когда DeepSeek R1 ворвался в мир ИИ в начале 2025 года, компания дообучила его до R1-1776 — картируя около 300 тем, которые изначально отказывались обсуждать из-за цензуры китайского правительства, и переобучила модель, чтобы она была более склонна к поддержке США.

«Без предварительной корректировки предубеждений и цензуры R1 мы не можем использовать его мощные возможности рассуждения», — писала команда Perplexity в блоге.

Этот шаг с GLM 5.2 повторяет тот же шаблон, только цель в этот раз не политическая, а экономическая. Продукт Perplexity Computer уже управляет более чем 19 ИИ-моделями; дообученная GLM предназначена стать недорогим стандартом, который выполняет основную часть задач, прежде чем обращаться к передовой модели.

Срнивас заявил, что долгосрочная стратегия проста: использовать постобучение открытых моделей для улучшения навыков эскалации внутри агента, который уже обслуживает миллионы пользователей. Perplexity «уникально позиционирована» для решения этой задачи, поскольку инфраструктура уже развернута в масштабах.

Модель работает на Nvidia B200 в США

Модель работает на Nvidia B200 в США. Следующим шагом станет постобучение Nemotron 3 Ultra, которое повторит ту же архитектуру с использованием американской открытой модели.

Полные бенчмарки и исследовательская статья ожидаются в ближайшие недели. Модель доступна как исследовательский предварительный просмотр.

FAQ

Что выпустила Perplexity 9 июля 2026 года?
Perplexity выпустила предварительный обзор постобученной версии модели Z.AI GLM 5.2, созданной для работы внутри системы Computer агент и уже доступной в производстве. Система стоит одну треть цены Claude Opus 4.8 по сравнению с бенчмарками.

Как дообучение GLM 5.2 от Perplexity снижает затраты?
Дообученная GLM 5.2 включает «инструмент советника», который распознаёт, когда запрос превышает её компетенцию, и передаёт его сторонней передовой модели. Большинство задач не доходят до дорогостоящей модели. Perplexity сравнила систему и обнаружила, что она достигает такого же качества, как Opus 4.8, примерно за треть стоимости.

Какой следующий план у Perplexity по дообучению модели?
Следующим шагом станет постобучение Nemotron 3 Ultra, которое повторит ту же архитектуру с использованием американской открытой модели. Модель работает на Nvidia B200 в США.